决策树在非精神科就诊者抑郁症状阳性危险因素筛选中的应用 目的 使用决策树中分类方法的CART和CHAID算法模型和非条件logistic回归模型，探讨综合医院非精神科就诊者患抑郁症状阳性的危险因素。并比较决策树的两种算法模型间、决策树模型与logistic模型间结果的异同，进一步探讨决策树模型与logistic模型可以互为补充之处。 方法 根据就诊者的抑郁症状阳性得分分级，分别建立非条件logistic模型和决策树CART模型、CHAID模型；利用各模型预测概率的ROC曲线下面积来评价模型分类的准确度。利用决策树模型提供的信息拟合新的logistic回归模型，比较其与原logistic模型筛选所得危险因素及分类准确度间的差异。 结果 非精神科就诊者抑郁症状阳性可能的危险因素有消化科的功能性消化不良和肠易激综合症、不良健康状况、病情恶化、不良婚姻状况、女性、家庭人口数较多、负性生活事件、家庭人口数较多且健康状况不良、家庭人口较多且有负性生活事件等。Logistic回归模型与决策树CART、CHAID模型的分类准确度分别为0.769、0.757和0.836，利用决策树信息拟合的logistic模型分类准确度为0.785，比原模型有所提高。